Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Congenital Heart Anomaly Representation and Machine-learning for Screening

Description du projet

Un détecteur et des algorithmes innovants pour la détection des maladies cardiaques

La cardiopathie congénitale est une malformation congénitale fréquente et souvent fatale, dont le taux de détection anténatale est faible. Les récentes pénuries d'experts en échographie, entre autres, ont rendu la détection et la prévention des maladies coronariennes de plus en plus complexes. Le projet CHARMS, financé par le CER va développer des détecteurs robustes et innovants pour l'imagerie par ultrasons et les maladies cardiaques, accompagnés d'une série d'algorithmes d'apprentissage par représentation normative et de vastes ensembles de données. Cela améliorera la détection des anomalies subtiles et des cardiopathies congénitales, et permettra d'utiliser des modèles axés sur la normalité qui garantissent la fiabilité et la robustesse, même lorsque la qualité de l'image est médiocre, ou sur différents échographes. Le projet s'appuie sur les fondements du projet CER MIA-NORMAL.

Objectif

CHARMS aims to transform prenatal screening by developing novel normative representation learning (NRL) algorithms for ultrasound imaging and introducing them into clinical workflows, to enhance early detection of congenital heart anomalies. Addressing disparities in maternity outcomes and global shortages in sonography expertise, the project targets improving the detection of congenital heart disease (CHD), a common and often fatal congenital malformation with low antenatal detection rates. Building on the ERC MIA-NORMAL project, we will create robust out-of-distribution detectors specifically for ultrasound imaging and CHD, utilising comprehensive data, including videos, images, and patient characteristics. CHARMS tools will identify subtle abnormalities in motion patterns or anatomical changes, significantly enhancing CHD detection in practice.
We will develop normality-focused models to confidently confirm normal development and malformations using ultrasound video data, design self-supervised anomaly detectors to identify 'unknown unknowns’ and equip models with generative capabilities to ensure trustworthiness and robustness against covariate shifts such as poor image quality or varying ultrasound scanners. Through generative techniques we will also validate and refine 3D+time representations of fetal cardiac anatomy, facilitating a comparative analysis with MRI data, further enhancing model precision.
Additionally, CHARMS will explore correlations between non-imaging and imaging phenotypes, utilising knowledge distillation to align features with physiological textbook knowledge. This will generate synthetic scan variants that match clinical phenotypes, enabling a deeper understanding of disease mechanisms and the development of new image-based biomarkers.
A Quality Assurance framework will be established to ensure model safety and robustness, complying with the EU AI Act, including protocols for rigorous validation against known physiological facts.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2025-POC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDICINE
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 150 000,00
Adresse
SOUTH KENSINGTON CAMPUS EXHIBITION ROAD
SW7 2AZ London
Royaume-Uni

Voir sur la carte

Région
London Inner London — West Westminster
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Bénéficiaires (1)

Mon livret 0 0